Lineare Algebra für Dummies

Größe: px
Ab Seite anzeigen:

Download "Lineare Algebra für Dummies"

Transkript

1 Lineare Algebra für Dummies M. Wohlgemuth L A TEX-Fassung J.Voss 8. Juli 2003

2

3 Vorwort Schon mehrmals wurde hier oder anderswo nach einem Buch mit dem Titel Lineare Algebra für Dummies gefragt. In der Linearen-Algebra-Vorlesung begegnen Erstsemester der strengen Mathematik gewöhnlich zum ersten Mal. Sie (die Mathematik) gibt sich unzugänglich, bedeutungslos und unanschaulich. Frage: Muß das so sein? Antwort: Aber ja, irgendwann und für alles gibt es ein erstes Mal! Gegenfrage: Aha, und wie kann sich jemand jemals daran gewöhnen? Wie gewöhnt sich ein Kleinkind daran, daß es nachts durchschlafen muß? Nur durch die deutlich gezeigte und konsequent verfolgte Absicht derjenigen, die ihm die Anerkennung dieser Regel angewöhnen wollen, hier: der Eltern. Bis es (das Kleinkind) sich in die neuen Regeln eingelebt hat, dauert es bei dem einen 3 Tage, bei einem anderen auch schon mal länger (möglicherweise durch gelegentliche Zeichen von Nachgiebigkeit bei den Eltern ermuntert). Da es das nachgefragte Buch nicht gibt, sollte man es schreiben. Was muß den drinstehen? Was ist ein Dummie? Sind alle Dummies gleich? Wohl wissend, daß es vermutlich aussichtlos ist, wage ich einen Beitrag und stelle ihn zur Diskussion. Das tue ich nicht, weil ich eine neue, bessere Methode für möglich oder zielführender halte, sondern allein zur Motivation für Studenten, die sich - zu Beginn des Studiums - plötzlich mitten in einem unerwarteten Erziehungsprozeß wiederfinden, und getröstet und unterstützt werden wollen. Immerhin ist der Mensch um die 20 eher als das Kleinkind dazu bereit, sein Handeln und Denken auf ein ferneres Ziel als die nächste Fütterung auszurichten, und auch schwierige Perioden ohne Geschrei zu bewältigen, wenn er sein Ziel kennt und erreichen will. Das Ziel heißt: Mathematiker werden. Evtl. auch: Physiker/Lehrer/Ingenieur/Informatiker werden. Motivation der Orientierunglosen ist das Ziel meines Versuchs. In der Vorlesung Linere Algebra gibt es viele Orientierungslose. Auf eine beliebte Brücke von der Schule zur Linearen Algebra an der Universität, nämlich die Vektorgeometrie, werde ich den Leser nicht führen, denn auf iii

4 Kapitel 0 dem neuen Ufer findet man nur mit Mühe etwas vorstellbare Geometrie. Auch wenn es auf dem neuer Ufer ein kleines Dorf gibt, dessen Bewohner in Sprache und Umgangsformen denen auf dem anderen Ufer (dem Schulufer) ähnlich sind, dann ist das eine Ausnahme. (Wer nach Peking reist und dort bei McDonalds ist, der macht nach meiner Auffassung etwas falsch.) Die Lineare Algebra an der Hochschule ist in ihrer überwiegenden Mehrheit Teil einer andersartigen Gesellschaft, deren Regeln und Formen man sich einfach angewöhnen muß. Es geht ja nicht um soziokulturelles Untersuchenen ( woher kommt das ), sondern um kulturelle Integration ( wie werde ich ein Teil davon ). Wer sich bei der ersten Frage aufhält, und auf sie die Antwort sucht, steht außen. Wer dagegen Assimilation will, der muß mitten hinein. Erste Regel: Keine Sinnfragen stellen, bevor man sie nicht selbst beantworten kann! Zweite Regel: Du willst doch Mathematiker werden, oder? Also! Einwand: Du sollst mir Mut machen und mich nicht entmutigen! Antwort: Es müßte dich mehr entmutigen, wenn alle sagen, wie leicht es ist, und nur du kannst das nicht finden. iv

5 1 Vektorräume Die Formel Einleitung-Hauptteil-Schluß für eine elementare Gliederung ist uns genauso vertraut und antrainiert wie das rechts-links-rechts als Fußgänger im Straßenverkehr. In der Mathematik heißt das grundlegende Prinzip: Definition-Satz-Beweis. Wie wird das geübt? Selbstverständlich durch Anwendung. Ähnlich wie jede Aufgabe im Deutschunterricht der Einübung einer Technik dient, und jeder verwendete Text im Rahmen dieser Übung eine Funktion übernimmt, hinter der sein vordergründiger bzw. erkennbarer Inhalt zurücktritt, so ist es auch in der Mathematik. Das meiste diente, meistens und den meisten nur als Vehikel, an dem man üben kann. Mehr zunächst nicht! Später gewinnt einiges für manchen eine Bedeutung aus der Sache heraus, das halte ich aber für Zufall. Definition 1 Sei K ein Körper. Ein K-Vektorraum ist ein Tripel (V, +, ) bestehend aus einer Menge V, einer Verknüpfung + (Addition) und einer Verknüpfung (Skalarmultiplikation), für die gelten: (V 1) v, w V : v + w V. (V 2) λ K, v V : λ v V. (V 3) (V, +)ist eine abelsche Gruppe. (V 4) v, w V, λ, µ K : (λ + µ)v = (λ v) + (µ v) λ(v + w) = (λ v) + (λ w) (λµ) v = λ (µ v) 1 v = v Nach dieser Definition folgen Übungen mit folgendem Lernziel: Lernen, wie man die in einer Definition genannten Eigenschaften mathematisch einwandfrei nachprüft bzw. widerlegt Anhand von Beispielen. Beispiele für einen definierten Begriff finden. Etwa: Die Menge der reellen Polynome vom Grad höchstens n ist ein R-Vektorraum. Beispiele finden, die eine Definition nicht erfüllen. Etwa: Die Vereinigung zweier K-Vektorräume ist i.a. kein K-Vektorraum. 1

6 Diese Beispiele und die verwendeten Argumentationweisen fest im Kopf verankern. Auf solche Beispiele und Argumentationen wird später zunehmend selbstverständlich zurückgegriffen. Frage: Was sind das denn für Beispiele? Wie kommt man jetzt auf Polynome? Und was ist so aufschlußreich an der Vereinigung von Vektorräumen? Wo sind die Zahlen? Antwort: Es sind Beispiele, an denen geübt wird, wie man mit einer Definition umzugehen hat - sogar, wie Mathematik betrieben wird, eine Art Fingerübungen - wie auf dem Klavier: sie haben keinen Komponisten und niemand will sie isoliert oder ständig hören, aber in späteren Spielstücken kommt es einem zugute, wenn man die Grundlagen kennt und es wird erwartet, daß man die einmal erlernten Prinzipien auf andere Fragen übertragen kann. Jede Analogie ist angreifbar, und da die Vorlesung nun schon 5 Minuten gedauert hat, muß es weitergehen im Stoff. Definition 2 Ein Untervektorraum U eines K-Vektorraums (V, +, ) ist eine Teilmenge U V, für die gilt: (UV 1) (UV 2) (UV 3) U v, w U : v + w U λ K, v U : λv U Mathematiker geben allen betrachteten Gegenständen Namen, den Vektorräumen, den Elementen von Körpern, sogar den Regeln selbst. Das dient der Klarheit und Bezugseindeutigkeit aller Aussagen. Die Namensgebung folgt bestimmten Gewohnheiten. Eine dieser Gewohnheiten ist die Verwendung griechischer Buchstaben: A α Alpha N ν Ny B β Beta O ø Omikron X χ Chi Π π, ϖ Pi δ Delta Θ θ, ϑ Theta E ɛ, ε Epsilon P ρ Rho Φ φ, ϕ Phi Σ σ, ς Sigma Γ γ Gamma T τ Tau H η Eta Υ υ Upsilon I ι Iota Ω ω Omega K κ Kappa Ξ ξ Xi Λ λ Lambda Ψ ψ Psi M µ My Z ζ Zeta 2

7 Es hat sein gutes, daß der Körper K nicht etwa V heißt. Allerdings: Ein v ist aus W, wenn gesagt wird, daß v W. Niemand würde nach dem zweiten Semester ein v für ein Element von V halten - nur wegen des Namens. Anfänger müssen und sollen lernen, Definitionen genau zu lesen und nichts zu verstehen, was nicht gesagt wurde. Wer die zuletzt gegebene Definition genau liest, wird feststellen, daß sie bei (UV3) eine Unklarheit enthält Was bedeutet: λv? Es ist die Multiplikation gemeint. Ohne nähere Erläuterung wird das Verknüpfungszeichen weggelassen. Man will ja nicht immer so viel schreiben müssen. Nun dauert es noch 2 Minuten, und es wird einfach nur von einem Vektorraum V gesprochen, es gibt keine Vektorräume ohne Verknüpfungen + und, und solange es entweder nicht darauf ankommt, welche konkrete Addition und Multiplikation gemeint sind, oder es aus dem Kontext hervorgeht, welche Addition + und Multiplikation gemeint sind, schreibt man gern kürzer. Typische Aufgaben Zur Systematik: Aufgaben sind je Kapitel numeriert. Die erste Aufgabe im Kapitel 1 hat die Nummer A1.1. Die Lösung zu dieser Aufgabe hat die Nummer L1.1. Die Lösung Lx.y ist durchweg so knapp formuliert, wie es in der Vorlesung oder Übung normal ist. Kommentierungen zum Verständnis der Aufgabe und der Lösung gebe ich im Abschnitt Kx.y. A1. 1 Sei n N. Die Polynome vom Grad n bilden einen R-Vektorraum. L.1 1 Sei P n die Menge der Polynome mit reellen Koeffizienten vom Grad n. Für Elemente p und q aus P n ist die Addition + definiert durch: p = n i=0 a ix i, q = n i=0 b ix i, p + q := n i=0 (a i + b i )x i. Die Multiplikation eines Polynoms p mit einer reellen Zahl c ist definiert durch: c p := n i=0 (ca i)x i. Zu zeigen ist, daß (P n, +, ) ein R-Vektorraum ist. Mit den genannten Definitionen ist klar, daß p + q und c p Elemente von P n sind, denn durch beide Operationen erhöht sich der Grad des Polynoms nicht. (P n, +) ist eine abelsche Gruppe, weil die Addition für Polynome auf die Addition der reellen Koeffizenten in den Polynomen p und q zurückgeführt ist und für die reellen Zahlen die verlangte Gruppeneigenschaft bekannt ist. Die übrigen Axiome rechnet man mit etwas Schreibaufwand, aber ohne Probleme nach. Beispiel: 1p = 1 n i=0 a ix i = n i=0 (1 a i)x i = n i=0 a ix i = p. Damit ist gezeigt, daß (P n, +, ) ein R-Vektorraum ist. 3

8 K.1 1 Am Anfang jedes Beweises steht eine Aufzählung der Voraussetzungen und es werden Namen für die im Beweis vorkommenden Dinge rekapituliert oder - wenn erforderlich - vergeben ( Sei Pn die Menge der Polynome... ). Das hilft dem Leser und es hilft auch beim eigenen Denken. Diesen Anfang kann kann man schreiben, auch wenn man noch nicht weiß, wie es weitergehen wird. Mit dem richtigen Einstieg findet man dann oft den richtigen Weg. Die gewählten Namen werden für den Rest des Beweises beibehalten. Namen werden nicht abgekürzt. Niemals P statt P n schreiben, wenn P n als Name festgelegt ist oder wurde. Hängen Dinge von Parametern ab, wie hier von dem n, dann sollte der Name auch den Parameter enthalten. Wesentliche Definitionen und Aussagen, werden im Beweis genannt oder referenziert (in dem Sinne, daß alle wichtigen Werkzeuge sichtbar auf dem Tisch liegen, bevor die Operation beginnt). Die explizite Nennung der Definition für Addition und Multiplikation ist in dieser Aufgabe deshalb notwendig, weil ein Vektorraum ein Tripel bestehend aus einer Menge und zwei Operationen, genannt + und ist. Man muß sagen, welches die Operationen sind, bzgl. derer P n ein Vektorraum ist. Zur genauen Unterscheidung einer definierten Gleichheit von der Gleichheit wird das Zeichen := statt des einfachen = verwendet. Zumindest am Anfang sollte man das immer auch im Schreiben genau unterscheiden. Nach diesen Vorbereitungen folgt der Hauptteil des Beweises. Unter Verwendung der Definitionen für + und werden die geforderten Eigenschaften nacheinander abgearbeitet. Auch wenn p + q bereits nach Definition ein Polynom mit reellen Koeffizienten vom Grad n ist, muß das im Beweis erwähnt werden (sonst denkt noch jemand, dieser Punkt sei vergessen worden). Schreibarbeit gehört dazu (insofern ist der Beweis oben nicht vollständig. Neben 1 = p müssen auch alle anderen Axiome nachgerechnet werden!). Ein Beweis endet mit einer Formulierung, die das Ende des Beweises anzeigt. Ein Beweis muß keine Beispiele enthalten und sollte es auch nicht. Beispiele hat man sich möglicherweise überlegt, um die Behauptung zu verstehen oder die Beweisidee zu finden. Im Beweis sieht man davon nichts. P n ist die Menge der reellen Polynome vom Grad n. Im allgemeinen haben zwei verschiedene Polynome aus P n nicht den gleichen Grad. Diese Möglichkeit ist im Beweis eingeschlossen, denn als Koeffizienten a i kommt auch die 0 in Frage. Warnung: Die Multiplikation in einem K-Vektorraum ist eine sog. äußere Verknüpfung, d.h. Elemente von V werden mit Elementen einer anderen Menge (hier K) verknüpft. Eine innere Verknüpfung auf V ist dagegen eine Verknüpfung von zwei Elementen aus V. Die Additiion im Vektorraum ist eine innere Verknüpfung. Man überlege sich bitte, daß die Multiplikation zweier Polynome aus P n im allgemeinen nicht abgeschlossen ist, d.h. das Ergebnis ist 4

9 nicht immer ein Element aus P n. A1. 2 Wenn (V, +, ) ein K-Vektorraum ist, dann ist V nicht leer. L.1 2 Sei (V, +, ) ein K-Vektorraum. Nach (V3) ist (V, +) eine abelsche Gruppe. Nach den Gruppenaxiomen existiert in (V, +) das neutrale Element. Darum ist V nicht leer. K.1 2 Ok? Definition 3 Ein Vektorraum, der nur das neutrale Element der Gruppe (V, +) enthält, heißt Nullvektorraum. Das neutrale Element von (V, +) heißt als Element des Vektorraums angesehen: Nullvektor und wird mit 0 bezeichnet. Diese 0 darf man nicht verwechseln mit der 0 aus K. K ist ein Körper. Ein Beispiel für einen Körper ist R, die Menge der rellen Zahlen. Ein Körper ist eine Menge K mit Verknüpfungen + und, für die (K, +) eine abelsche Gruppe und (K \ {0 K }, ) eine Gruppe ist. Jeder Körper hat mindestens zwei Elemente, nämlich das neutrale Element der Addition und das neutrale Element der Multiplikation. Diese werden mit 0 und 1 bezeichnet. Es gibt einen Körper mit 2 Elementen, man nennt ihn F 2, sprich F2. Verknüpfungstabellen für F 2 : F 2 ist außergewöhnlich, weil in ihm = 0 gilt. Körper mit dieser Eigenschaft nennt man Körper der Charakteristik 2. F 2 begegnet man im Studium oft als Gegenbeispiel oder Ausnahme von der Regel. Immer wenn man etwas für Vektorräume beweisen soll, muß man sich überlegen, ob die Aussage auch für K = F 2 gilt. Falls nicht führt das zu Formulierungen wie Sei V ein K- Vektorraum und K nicht von der Charakteristik 2, dann gilt.... A1. 3 In einem K-Vektorraum (V, +, ) gilt 0 v = 0 für alle v V. L.1 3 Sei v V. Es ist nach (V4): 0 v = (0 + 0) v = 0 v + 0 v. Außerdem ist 0 v = v. Es folgt 0 v = 0. K.1 3 Ja, die 0 steht an verschiedenen Stellen für verschiedene Nullen. Ich schreibe nun 0 V, wenn der Nullvektor gemeint ist und 0 K für die 0 aus K. Dann lautet der Beweis: Sei v V. Es ist nach (V4): 0 K v = (0 K + 0 K ) v = 0 K v + 0 K v. Außerdem ist 0 v = 0 V + 0 K v. Es folgt 0 K v = 0 V. 5

10 Diesen subtilen Beweis muß ich noch weiter erläutern. Der Trick ist, daß ein geeigneter Ausdruck auf zwei verschiedene, erlaubte Weisen dargestellt wird. Die beiden Darstellungen müssen gleich sein ( müssen als Zwang nicht als Forderung zu verstehen), also 0 V + 0 K v = 0 K v + 0 K v. Wäre 0 V ungleich 0 K v, dann könnte diese Gleichheit nicht gelten. A1. 4 Jeder Untervektorraum ist ein Vektorraum. L.1 4 Sei (V, +, ) ein K-Vektorraum und U ein Untervektorraum von V. In U seien + und die durch die Addition und Multiplikation in V induzierten Verknüpfungen von Elementen aus U. Zeige, daß (U, +) eine abelsche Gruppe ist. Nach (UV2) ist U abgeschlossen bzgl. der Addition. Das Assoziativgesetz und das Kommutativgesetz gelten für Elemente aus U, weil sie für Elemente aus V gelten und U Teilmenge von V ist. Nach (UV1) ist U nicht leer. Sei u U. Nach (UV3) ist 0 V = 0 K u U. 0 V ist das neutrale Element in (V, +) und U enthält das neutrale Element. Das inverse Element zu u U liegt in U, denn nach (UV3) sind 1 u und ( 1) u in U. Nach (UV2) ist dann die Summe 1 u + ( 1) u aus U. u ist aus V, also gilt nach (V3), daß 1 u + ( 1) u = (1 + ( 1)) u = 0 K u = 0 V. Damit ist gezeigt, daß das ( 1) u das inverse Element zu u ist, und dieses auch in U liegt. Damit ist (U, +) eine abelsche Gruppe. Die Axiome (V2) gelten für Elemente aus U, weil sie für Elemente aus V gelten. (U, +, ) erfüllt die Definition des Vektorraums. K.1 4 Alles klar?! Von nun an sollte dem Leser klar sein, um welche Null es sich in welchem Zusammenhang handelt und wir werden die verschiedenen Nullen nicht weiter kennzeichnen. A1. 5 Der Nullvektorraum ist Untervektorraum jedes Vektorraums. L.1 5 Es sind die Bedingungen aus der Definition des Untervektorraums zu prüfen. Der Nullvektorraum ist nicht leer, denn er enthält den Nullvektor. Damit ist (UV1) erfüllt, denn 0, der Nullvektor, ist in jedem Vektorraum V enthalten, weil (V, +) eine abelsche Gruppe ist. Um (UV2) zu zeigen, seien u und v beliebig aus U. Weil U nur den Nullvektor enthält ist (UV2) erfüllt, wenn = 0 gilt. Diese Eigenschaft ist aber erfüllt, weil 0 das neutrale Element aus der abelschen Gruppe (V, +) ist. Sei c K und u U. Es ist u = 0, denn andere Elemente enthält U nicht. Zeige c 0 U, d.h. c 0 = 0. Für c 0 folgt: c 0 = c (0 + 0) = c 0 + c 0. 6

11 Außerdem (und andererseits) ist c 0 = 0 + c 0. Es erfüllt also sowohl c 0 als auch 0 die Funktion des neutralen Elements in (V, +). Weil das neutrale Element in einer Gruppe eindeutig ist, gilt c 0 = 0. K.1 5 Frage: Ist die 0 wirklich in jedem Vektorraum enthalten? Handelt es sich denn immer um dieselbe 0? Antwort: Ja, denn der Nullvektorraum ist hier ein Vektorraum ({0}, +, ) und + und sind die Verknüpfungen, die in V gelten. A1. 6 Der Durchschnitt von Untervektorräumen eines K-Vektorraums ist ein Untervektorraum. L.1 6 Sei V ein K-Vektorraum. Seien U 1,..., U n Untervektorräume von V. Der Nullvektorraum ist Untervektorraum jedes Vektorraums (A1.5). Jeder Untervektorraum ist ein Vektorraum (A1.4). Folglich enthalten alle Untervektorräume den Nullvektorraum, und der Nullvektorraum ist darum im Durchschnitt der Untervektorräume enthalten. Folglich ist der Durchschnitt von Untervektorräumen nicht leer und (UV1) ist erfüllt. Seien u und v aus dem Schnittmenge der U i, i = 1,..., n. Dann gilt für alle i = 1,..., n, daß u, v U i. Die U i sind Untervektorräume, das bedeutet nach (UV2), daß u + v U i (für alle i = 1,.., n). Da u + v in allen U i enthalten ist, ist es auch im Durchschnitt der U i enthalten. (UV2) ist damit erfüllt. Mit analoger Argumentation zeigt man (UV3). K.1 6 Im Beweis wird die Definition des mengentheoretischen Durchschnitts verwendet. Man scheue sich nicht, die kleinsten Gedankengänge ausführlich zu beschreiben. Nur so zeigt man in der Übung, daß man die Hintergründe wirklich verstanden hat. A1. 7 Die Vereinigung von Untervektorräumen eines K-Vektorraums ist i.a. kein Untervektorraum. L.1 7 Sei V = (R 2, +, ). Sei U 1 = {v = (x, y) R 2 x + y = 0}. Sei U 2 = {v = (x, y) R 2 x y = 0}. Zeige: W := U 1 U 2 ist kein Vektorraum, denn die additive Verknüpfung ist im allgemeinen nicht in W. Es ist u 1 = (1, 1) U 1. Es ist u 2 = (1, 1) U 2. Die Summe u 1 + u 2 = (1, 1) + (1, 1) = (2, 0) ist weder in U 1 noch in U 2. Nach der Definition der mengentheoretische Vereinigung enthält also W das Element (2, 0) nicht. W ist kein Vektorraum. Wenn W kein Vektorraum ist, dann ist W auch kein Untervektorraum. K.1 7 Zum Beweis von Nicht-Aussagen genügt schon ein Gegenbeispiel. Es müßte noch gezeigt werden, daß U 1 und U 2 Untervektorräume sind. 7

12 Alle diese Aufgaben haben das Ziel, daß die definierten Strukturen verstanden werden und mit ihnen sicher umgegangen werden kann. Nicht zuletzt sind diese Aufgaben typisch für die Überlegungen, die man zu Beginn jeder Theorie mit neuen Begriffen anstellt. Die Aufgaben enthalten keine Zahlen, und es wurde nichts ausgerechnet. In einem Vortrag vor Schülern weist ein Professor auf die Unterschiede zwischen Schule und Studium hin: Nie wird man Ihnen eine derartige Formel vorlegen und Sie bitten Zahlen einzusetzen...; auch Beispiele werden nur ganz selten vorgerechnet - ich habe es vorhin gemacht, weil Sie das wohl von der Schule her gewöhnt sind...; von einem Mathematik-Studenten erwartet man, daß er sich selbst Beispiele überlegt,.... Aus Eine Gleichung und viele Ungleichungen von C.M. Ringel, Bielefeld. Definition 4 Eine geordnete Kollektion von Vektoren (v 1, v 2,..., v k ) eines K- Vektorraums V heißt Familie von Elementen aus V. Ein v V heißt Linearkombination einer Familie von Vektoren, wenn es Skalare c i aus K gibt, die nicht alle gleich 0 sind, so daß v = c 1 v 1 +c 2 v c k v k. Eine Familie von Elementen eines K-Vektorraums V heißt linear unabhängig, wenn der Nullvektor keine Linearkombination dieser Familie ist. Ist eine Familie von Elementen aus V nicht linear unabhängig, dann nennt man sie linear abhängig. A1. 8 Finde Beispiele für Familien von Vektoren des Vektorraums (P 2, +, ) die: sind. 1. linear unabhängig 2. linear abhängig L.1 8 Die Vektoren (1, x, x 2 ) sind linear unabhängig, denn aus c c 2 x + c 3 x 2 = 0 folgt c 1 = c 2 = c 3 = 0. c 1 1+c 2 x+c 3 x 2 = 0 bedeutet: das Polynom auf der linken Seite der Gleichung ist gleich dem Nullpolynom. Das Nullpolynom ist überall 0, also für alle x. Ein Polynom ist nur dann überall gleich 0, wenn alle seine Koeffizienten gleich 0 sind. Die Vektoren (1, x, 2 + 3x) sind linear abhängig, denn es ist c c 2 x + c 3 (2 + 3x) = 0 erfüllt mit c 1 = 2, c 2 = 3, c 3 = 1. K.1 8 P n ist schon aus Aufgabe (A1.1) bekannt. Hier geht es nicht darum Nullstellen für Polynome zu finden. Die geforderte Gleichheit soll für alle x aus R gelten, nicht nur für einige wenige. 8

13 Obwohl die Mathematiker so genau sein wollen, verwenden sie doch ständig gleiche Symbole für verschiedene Dinge. Sie schreiben 0 und meinen mal die 0 aus K, mal den Nullvektor. Auch das + und das haben nicht notwendig die Bedeutung, die man von den reellen Zahlen kennt. Die folgende Aufgabe soll das verdeutlichen: A1. 9 Sei V = P (n) die Potenzmenge einer n-elementigen Menge. Sei K = F 2, der Körper mit 2 Elementen, in dem = 0 und 1 1 = 1 gilt. Definiere für Elemente u aus V eine Multiplikation durch: 1 v = v und 0 v =. Ist (P (n), +, ) mit folgenden Additionen ein Vektorraum? u + v := u v u + v := u v u + v := u v u v Falls nein, sage warum? Falls ja, bestimme alle linear unabhängigen Familien von (P (n), +, ) für n = 3. L.1 9 Probier es einmal selbst. Viel Zeit und ein wenig Suchen gehören schon dazu. K.1 9 Solche Aufgaben sind wohl besonders verhaßt, muß man sich hier nicht nur mit den erwarteten neuen Begriffen herumschlagen, sondern bekommt gleich noch einige dazu (F 2 ). Manchmal sind die Übungen eben eine Erweiterung der Vorlesung. Andererseits: Wer garantiert im späteren Beruf, daß alle Begriffe, auf die man stößt, schon bekannt sind? Die erste Hürde ist genommen. Die Begriffe Vektorraum, Untervektorraum und Lineare (Un-)Abhängigkeit sind uns nun begegnet und erste Aufgaben zu diesen Begriffen konnten nachvollzogen werden. 9

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v

Kap 1: VEKTORRÄUME. (c) (λµ) v = λ (µ v) (b) λ (v + w) = (λ v) + (λ w) (d) 1 v = v Kap 1: VEKTORRÄUME Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung ϕ : I X, i ϕ(i) = x i, wobei die Menge I in diesem Zusammenhang auch Indexmenge genannt wird. Man schreibt vereinfacht

Mehr

Wissenschaftliches Arbeiten Quantitative Methoden

Wissenschaftliches Arbeiten Quantitative Methoden Wissenschaftliches Arbeiten Quantitative Methoden Prof. Dr. Stefan Nickel WS 2008 / 2009 Gliederung I. Motivation II. III. IV. Lesen mathematischer Symbole Wissenschaftliche Argumentation Matrizenrechnung

Mehr

2 Rationale und reelle Zahlen

2 Rationale und reelle Zahlen 2 reelle Es gibt Mathematik mit Grenzwert (Analysis) und Mathematik ohne Grenzwert (z.b Algebra). Grenzwerte existieren sicher nur dann, wenn der Zahlbereich vollständig ist, also keine Lücken aufweist

Mehr

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG

KLAUSUR ZUR LINEAREN ALGEBRA I MUSTERLÖSUNG KLAUSUR ZUR LINEAREN ALGEBRA I Wiederholungsprüfung MUSTERLÖSUNG. April 2008 Name: Studiengang: Aufgabe 2 3 4 5 6 Summe Punktzahl /50 Allgemeine Hinweise: Bitte schreiben Sie Ihre Lösungen jeweils unter

Mehr

Lineare Algebra II 5. Übungsblatt

Lineare Algebra II 5. Übungsblatt Lineare Algebra II Übungsblatt Fachbereich Mathematik SS Prof Dr Kollross / Mai Susanne Kürsten Tristan Alex Gruppenübung Aufgabe G (Algebraisch abgeschlossener Körper) Ein Körper heißt algebraisch abgeschlossen,

Mehr

Vektorräume. Stefan Ruzika. 24. April Mathematisches Institut Universität Koblenz-Landau Campus Koblenz

Vektorräume. Stefan Ruzika. 24. April Mathematisches Institut Universität Koblenz-Landau Campus Koblenz Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 3: Vektorräume 24. April 2016 1 / 20 Gliederung 1 Schulstoff 2 Körper 3 Vektorräume Erinnerung:

Mehr

HM II Tutorium 1. Lucas Kunz. 24. April 2018

HM II Tutorium 1. Lucas Kunz. 24. April 2018 HM II Tutorium 1 Lucas Kunz 24. April 2018 Inhaltsverzeichnis 1 Theorie 2 1.1 Körper...................................... 2 1.2 Gruppen..................................... 2 1.3 Vektorraum...................................

Mehr

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge

Im gesamten Kapitel sei Ω eine nichtleere Menge. Wir bezeichnen die Potenzmenge 1 Mengensysteme Ein Mengensystem ist eine Familie von Teilmengen einer Grundmenge und damit eine Teilmenge der Potenzmenge der Grundmenge. In diesem Kapitel untersuchen wir Mengensysteme, die unter bestimmten

Mehr

Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen

Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen Lösungen zum Aufgabenblatt Nr. 1: Konstruktion der reellen Zahlen Aufgabe 1: Es sei D die Menge aller rationalen Dedekind-Mengen, also D := { M 2 Q M is Dedekind-Menge }. Auf der Menge D definieren wir

Mehr

Teil II: Lineare Algebra

Teil II: Lineare Algebra 3 Vektorräume 49 Teil II: Lineare Algebra 3 Vektorräume Wir haben in den vorangegangenen Kapiteln ausführlich die Differential- und Integralrechnung in einer (reellen Variablen untersucht Da die Welt aber

Mehr

Lineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya

Lineare Abhängigkeit und Unabhängigkeit. 1-E Ma 1 Lubov Vassilevskaya Lineare Abhängigkeit und Unabhängigkeit -E Ma Lubov Vassilevskaya Eindimensionaler Raum Abb. -: Zwei nicht gleiche Vektoren auf der gleichen Gerade Jeden Vektor, der auf einer Geraden liegt, kann man durch

Mehr

02. Vektorräume und Untervektorräume

02. Vektorräume und Untervektorräume 02. Vektorräume und Untervektorräume Wir kommen nun zur eigentlichen Definition eines K-Vektorraums. Dabei ist K ein Körper (bei uns meist R oder C). Informell ist ein K-Vektorraum eine Menge V, auf der

Mehr

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z);

5 Vektorräume. (V1) für alle x, y V : x + y = y + x; (V2) für alle x, y, z V : (x + y) + z = x + (y + z); 5 Vektorräume Was wir in den vorangegangenen Kapiteln an Matrizen und Vektoren gesehen haben, wollen wir nun mathematisch abstrahieren. Das führt auf den Begriff des Vektorraumes, den zentralen Begriff

Mehr

2 Grundstrukturen. 2.1 Gruppen. Prof. Dr. Peter Schneider. Vorlesung WS Lineare Algebra 1 2 GRUNDSTRUKTUREN

2 Grundstrukturen. 2.1 Gruppen. Prof. Dr. Peter Schneider. Vorlesung WS Lineare Algebra 1 2 GRUNDSTRUKTUREN Vorlesung WS 08 09 Lineare Algebra 1 Prof. Dr. Peter Schneider 2 Grundstrukturen Notation: Sind M und N zwei Mengen, so heißt die Menge M N := {(m, n) : m M, n N} das cartesische Produkt oder auch die

Mehr

34 Lineare Abbildungen

34 Lineare Abbildungen 34 Lineare Abbildungen 34 Motivation Wir haben wichtige Eigenschaften von Vektorräumen kennen gelernt Damit ist es sinnvoll zu untersuchen, wie Abbildungen zwischen Vektorräumen aussehen können Die wichtigsten

Mehr

MatheBasics Teil 1 Grundlagen der Mathematik Version vom

MatheBasics Teil 1 Grundlagen der Mathematik Version vom MatheBasics Teil 1 Grundlagen der Mathematik Version vom 01.09.2016 Dieses Werk ist urheberrechtlich geschützt. Alle Rechte vorbehalten. FSGU AKADEMIE 2008-2016 1 Was haben wir vor? Mathe-Basics Teil 1

Mehr

Kapitel II. Vektorräume

Kapitel II. Vektorräume Inhalt der Vorlesung LAAG I Prof. Dr. Arno Fehm TU Dresden WS2017/18 Kapitel II. Vektorräume In diesem ganzen Kapitel sei K ein Körper. 1 Definition und Beispiele 1.1 Beispiel. Ist K = R, so haben wir

Mehr

1 Elemente der Wahrscheinlichkeitstheorie

1 Elemente der Wahrscheinlichkeitstheorie H.-J. Starkloff Unendlichdimensionale Stochastik Kap. 01 11. Oktober 2010 1 1 Elemente der Wahrscheinlichkeitstheorie 1.1 Messbare Räume Gegeben seien eine nichtleere Menge Ω und eine Menge A von Teilmengen

Mehr

Folgen und Grenzwerte

Folgen und Grenzwerte Wintersemester 2015/201 Folgen und Grenzwerte von Sven Grützmacher Dieser Vortrag wurde für den (von der Fachschaft organisierten) Vorkurs für die Studienanfänger an der Fakultät für Mathematik und Informatik

Mehr

Technische Universität München Zentrum Mathematik. Übungsblatt 7

Technische Universität München Zentrum Mathematik. Übungsblatt 7 Technische Universität München Zentrum Mathematik Mathematik (Elektrotechnik) Prof. Dr. Anusch Taraz Dr. Michael Ritter Übungsblatt 7 Hausaufgaben Aufgabe 7. Für n N ist die Matrix-Exponentialfunktion

Mehr

Kapitel II. Vektoren und Matrizen

Kapitel II. Vektoren und Matrizen Kapitel II. Vektoren und Matrizen Vektorräume A Körper Auf der Menge R der reellen Zahlen hat man zwei Verknüpfungen: Addition: R R R(a, b) a + b Multiplikation: R R R(a, b) a b (Der Malpunkt wird oft

Mehr

2.1 Vektorräume. 1. für alle x, y U ist x + y U und. 2. für alle x U und alle λ R ist λx U. O V (= O U) U, und dass ( 1) x U, also x U.

2.1 Vektorräume. 1. für alle x, y U ist x + y U und. 2. für alle x U und alle λ R ist λx U. O V (= O U) U, und dass ( 1) x U, also x U. Vektorräume Definition Eine nicht leere Menge V, für die eine Addition (dh eine Rechenvorschrift + derart, dass a + b V für alle a, b V ist und eine skalare Multiplikation (dh λa V für alle λ R (λ ist

Mehr

10.2 Linearkombinationen

10.2 Linearkombinationen 147 Vektorräume in R 3 Die Vektorräume in R 3 sind { } Geraden durch den Ursprung Ebenen durch den Ursprung R 3 Analog zu reellen Vektorräumen kann man komplexe Vektorräume definieren. In der Definition

Mehr

Demo für LINEARE ALGEBRA. Vektoren und Vektorraum. Teil 3. Untervektorräume INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK. Datei Nr.

Demo für   LINEARE ALGEBRA. Vektoren und Vektorraum. Teil 3. Untervektorräume INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK. Datei Nr. Teil 3 Untervektorräume Stand 1. Juli 011 Datei Nr. 61110 LINEARE ALGEBRA Vektoren und Vektorraum INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK Demo für 61110 Vektorrechnung Teil 3 Untervektorräume 51 Inhalt

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Lineare Gleichungssysteme 1 Wiederholung Eine Menge von Vektoren a 1, a 2,, a k heisst linear unabhängig, wenn eine Linearkombination c 1 a 1 + c 2 a 2 + + c k a k = k c i a i (1) i=1 nur dann Null sein

Mehr

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller

technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof. Dr. H. M. Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 4.3 und 4.4

Mehr

Kapitel III. Lineare Abbildungen

Kapitel III. Lineare Abbildungen Kapitel III. Lineare Abbildungen Beispiele: 1 Lineare Abbildungen a) Seien c 1,..., c n K vorgegeben. Betrachte die Funktion F (x 1,..., x n ) = c 1 x 1 + c 2 x 2 +... + c n x n in den Variablen x 1,...,

Mehr

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015

Mathematik II für Studierende der Informatik. Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 und Wirtschaftsinformatik (Analysis und lineare Algebra) im Sommersemester 2015 4. April 2016 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

Mehr

Eigenwerte und Eigenvektoren

Eigenwerte und Eigenvektoren Ergänzung Eigenwerte und Eigenvektoren Motivation Definitionen Beispiele im IR 2 Beispiele im IR 3 Eigenwerte und Eigenvektoren Motivation Lineare Abbildungen, Ausgangsvektor und Bildvektor Lineare Abbildungen

Mehr

1. Gruppen. 1. Gruppen 7

1. Gruppen. 1. Gruppen 7 1. Gruppen 7 1. Gruppen Wie schon in der Einleitung erläutert wollen wir uns in dieser Vorlesung mit Mengen beschäftigen, auf denen algebraische Verknüpfungen mit gewissen Eigenschaften definiert sind.

Mehr

Kapitel 4. Reihen 4.1. Definition und Beispiele

Kapitel 4. Reihen 4.1. Definition und Beispiele Kapitel 4. Reihen 4.1. Definition und Beispiele Ist (a n ) eine Folge von Zahlen, so heißt der formale Ausdruck a ν = a 0 + a 1 + a 2 +... eine Reihe; die einzelnen a ν sind die Glieder dieser Reihe. Um

Mehr

1. Gruppen. 1. Gruppen 7

1. Gruppen. 1. Gruppen 7 1. Gruppen 7 1. Gruppen Wie schon in der Einleitung erläutert wollen wir uns in dieser Vorlesung mit Mengen beschäftigen, auf denen algebraische Verknüpfungen mit gewissen Eigenschaften definiert sind.

Mehr

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { }

Lösungsmenge L I = {x R 3x + 5 = 9} = L II = {x R 3x = 4} = L III = { } Zur Einleitung: Lineare Gleichungssysteme Wir untersuchen zunächst mit Methoden, die Sie vermutlich aus der Schule kennen, explizit einige kleine lineare Gleichungssysteme. Das Gleichungssystem I wird

Mehr

4. Vektorräume und Gleichungssysteme

4. Vektorräume und Gleichungssysteme technische universität dortmund Dortmund, im Dezember 2011 Fakultät für Mathematik Prof Dr H M Möller Lineare Algebra für Lehramt Gymnasien und Berufskolleg Zusammenfassung der Abschnitte 41 und 42 4 Vektorräume

Mehr

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow

LINEARE ALGEBRA Ferienkurs. Hanna Schäfer Philipp Gadow LINEARE ALGEBRA Ferienkurs Hanna Schäfer Philipp Gadow INHALT 1 Grundbegriffe 1 1.1 Aussagen und Quantoren 1 1.2 Mengen 2 1.3 Gruppen 3 1.4 Körper 4 1.5 Vektorräume 5 1.6 Basis und Dimension 7 Aufgaben

Mehr

4 Einige Grundstrukturen. Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper

4 Einige Grundstrukturen. Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper 4 Einige Grundstrukturen Themen: Abbildungen und Relationen Gruppen Die natürlichen Zahlen Körper Abbildungen Seien X und Y Mengen. Eine (einstellige) Abbildung f : X Y ordnet jedem x X genau ein Element

Mehr

Lineare Abhängigkeit

Lineare Abhängigkeit Lineare Abhängigkeit Vorbemerkung. Es sei X eine Menge. Eine Familie von Elementen von X ist eine Abbildung I X, i x i. I heißt dabei Indexmenge. Man verwendet dabei oft die Schreibweise (x i ) oder (x

Mehr

Lineare Algebra und analytische Geometrie I

Lineare Algebra und analytische Geometrie I Prof Dr H Brenner Osnabrück WS 25/26 Lineare Algebra und analytische Geometrie I Schläft ein Lied in allen Dingen, Die da träumen fort und fort, Und die Welt hebt an zu singen, Triffst du nur das Zauberwort

Mehr

6. Rechnen mit Matrizen.

6. Rechnen mit Matrizen. 6. Rechnen mit Matrizen. In dieser Vorlesung betrachten wir lineare Gleichungs System. Wir betrachten lineare Gleichungs Systeme wieder von zwei Gesichtspunkten her: dem angewandten Gesichtspunkt und dem

Mehr

Aufgabensammlung zu Einführung in das mathematische Arbeiten Lineare Algebra und Geometrie WS 2009

Aufgabensammlung zu Einführung in das mathematische Arbeiten Lineare Algebra und Geometrie WS 2009 Aufgabensammlung zu Einführung in das mathematische Arbeiten Lineare Algebra und Geometrie WS 2009 Schulstoffbeispiele 1. Lineare Gleichungssysteme. Lösen Sie die folgenden linearen Gleichungssysteme.

Mehr

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16

Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 Mathematik I für Studierende der Informatik und Wirtschaftsinformatik (Diskrete Mathematik) im Wintersemester 2015/16 21. Januar 2016 Definition 8.1 Eine Menge R zusammen mit zwei binären Operationen

Mehr

Vorkurs Mathematik B

Vorkurs Mathematik B Vorkurs Mathematik B Dr. Thorsten Camps Fakultät für Mathematik TU Dortmund 20. September 2011 Definition (R n ) Wir definieren: 1 Der R 2 sei die Menge aller Punkte in der Ebene. Jeder Punkt wird in ein

Mehr

Fast jedes Lineare-Algebra Buch für Uni-Studenten der Mathe ist gut Aus der Lehrbibliothek Definition des Vektorraums z.b.

Fast jedes Lineare-Algebra Buch für Uni-Studenten der Mathe ist gut Aus der Lehrbibliothek Definition des Vektorraums z.b. Buchempfelungen Fast jedes Lineare-Algebra Buch für Uni-Studenten der Mathe ist gut Aus der Lehrbibliothek Definition des Vektorraums z.b. Serge Lang, Lineare Algebra Lineare Abbildungen z.b. Kowalsky

Mehr

Vektorräume. Lineare Algebra I. Kapitel Juni 2012

Vektorräume. Lineare Algebra I. Kapitel Juni 2012 Vektorräume Lineare Algebra I Kapitel 9 12. Juni 2012 Logistik Dozent: Olga Holtz, MA 378, Sprechstunden Freitag 14-16 Webseite: www.math.tu-berlin.de/ holtz Email: holtz@math.tu-berlin.de Assistent: Sadegh

Mehr

Lineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18.

Lineare Algebra I. Christian Ebert & Fritz Hamm. Gruppen & Körper. Vektorraum, Basis & Dimension. Lineare Algebra I. 18. 18. November 2011 Wozu das alles? Bedeutung von Termen Vektoren in R n Ähnlichkeiten zwischen Termbedeutungen Skalarprodukt/Norm/Metrik in R n Komposition von Termbedeutungen Operationen auf/abbildungen

Mehr

9. Polynom- und Potenzreihenringe

9. Polynom- und Potenzreihenringe 64 Andreas Gathmann 9. Polynom- und Potenzreihenringe Bevor wir mit der allgemeinen Untersuchung von Ringen fortfahren, wollen wir in diesem Kapitel kurz zwei sehr wichtige weitere Beispiele von Ringen

Mehr

Grundlagen der Mathematik 1: Lineare Algebra

Grundlagen der Mathematik 1: Lineare Algebra 13 Vektorräume 151 Grundlagen der Mathematik 1: Lineare Algebra 13 Vektorräume Ausgehend von den elementaren Konzepten in den Kapiteln 1 bis 3 wollen wir in dieser Vorlesung zwei grundlegende Gebiete der

Mehr

KANN DER VEKTORRAUM R 3 EIN KÖRPER WERDEN? 1. Der Körper Centsprichtdem Vektorraum R 2

KANN DER VEKTORRAUM R 3 EIN KÖRPER WERDEN? 1. Der Körper Centsprichtdem Vektorraum R 2 KANN DER VEKTORRAUM R 3 EIN KÖRPER WERDEN? MARKUS FULMEK 1. Der Körper Centsprichtdem Vektorraum R 2 Die Menge R 2 = { (x, y) : x, y R } bildet mit der komponentenweisen Addition + R 2 R 2 R 2, (x, y)+(a,

Mehr

Lineare Gleichungssysteme

Lineare Gleichungssysteme Kapitel 6 Lineare Gleichungssysteme 6. Gaußalgorithmus Aufgabe 6. : Untersuchen Sie die folgenden linearen Gleichungssysteme mit dem Gaußalgorithmus auf Lösbarkeit und bestimmen Sie jeweils die Lösungsmenge.

Mehr

Übersicht Kapitel 9. Vektorräume

Übersicht Kapitel 9. Vektorräume Vektorräume Definition und Geometrie von Vektoren Übersicht Kapitel 9 Vektorräume 9.1 Definition und Geometrie von Vektoren 9.2 Teilräume 9.3 Linearkombinationen und Erzeugendensysteme 9.4 Lineare Abhängigkeiten

Mehr

4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper.

4 Vektorräume. 4.1 Definition. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48. Sei K ein Körper. 4 Vektorräume Pink: Lineare Algebra 2014/15 Seite 48 4 Vektorräume 4.1 Definition Sei K ein Körper. Definition: Ein Vektorraum über K, oder kurz ein K-Vektorraum, ist ein Tupel (V,+,, 0 V ) bestehend aus

Mehr

1 Algebraische Strukturen

1 Algebraische Strukturen Prof. Dr. Rolf Socher, FB Technik 1 1 Algebraische Strukturen In der Mathematik beschäftigt man sich oft mit Mengen, auf denen bestimmte Operationen definiert sind. Es kommt oft vor, dass diese Operationen

Mehr

Tabellen erstellen mit Word 7 Computeria Rorschach. Wir erstellen mit Word 7/10 eigene Tabellen

Tabellen erstellen mit Word 7 Computeria Rorschach. Wir erstellen mit Word 7/10 eigene Tabellen Tabellen erstellen mit Word 7 Computeria Rorschach Wir erstellen mit Word 7/10 eigene Tabellen Roland Liebing 10.02.2012 Tabellen erstellen mit Word7/10 Wir klicken in der Registerkarte Einfügen auf die

Mehr

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018

Mathematik II für Studierende der Informatik (Analysis und lineare Algebra) im Sommersemester 2018 (Analysis und lineare Algebra) im Sommersemester 2018 5. April 2018 Zu der Vorlesung wird ein Skript erstellt, welches auf meiner Homepage veröffentlicht wird: http://www.math.uni-hamburg.de/home/geschke/lehre.html

Mehr

Zahlen und elementares Rechnen

Zahlen und elementares Rechnen und elementares Rechnen Christian Serpé Universität Münster 7. September 2011 Christian Serpé (Universität Münster) und elementares Rechnen 7. September 2011 1 / 51 Gliederung 1 2 Elementares Rechnen 3

Mehr

Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten:

Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten: Aussagen Aussagen Eine Aussage kann eine Eigenschaft für ein einzelnes, konkretes Objekt behaupten: verbale Aussage formale Aussage Wahrheitswert 1) 201 ist teilbar durch 3 3 201 wahre Aussage (w.a.) 2)

Mehr

Teil 1. Darstellung von Vektoren als Linearkombinationen. Lineare Un-/Abhängigkeit - Basis

Teil 1. Darstellung von Vektoren als Linearkombinationen. Lineare Un-/Abhängigkeit - Basis LINEARE ALGEBRA Elementare Vektorrechnung Teil 1 Darstellung von Vektoren als Linearkombinationen Lineare Un-/Abhängigkeit - Basis Die Lösungen der Aufgaben befinden sich in der Datei 6110 auf der Mathematik-CD

Mehr

Algebra und Zahlentheorie WS 13/14

Algebra und Zahlentheorie WS 13/14 Algebra und Zahlentheorie WS 13/14 FU Berlin David Müßig http://page.mi.fu-berlin.de/def/auz14/ muessig@mi.fu-berlin.de 21.01.2014 1 Hintergrund: Basen & Vektorräume 1.1 Grundlegende Begriffe Da einige

Mehr

Zahlen und metrische Räume

Zahlen und metrische Räume Zahlen und metrische Räume Natürliche Zahlen : Die natürlichen Zahlen sind die grundlegendste Zahlenmenge, da man diese Menge für das einfache Zählen verwendet. N = {1, 2, 3, 4,...} bzw. N 0 = {0, 1, 2,

Mehr

Lineare Algebra 1. Roger Burkhardt

Lineare Algebra 1. Roger Burkhardt Lineare Algebra 1 Roger Burkhardt roger.burkhardt@fhnw.ch Fachhochschule Nordwestschweiz Hochschule für Technik Institut für Geistes- und Naturwissenschaft HS 2008/09 4 Einführung Vektoren und Translationen

Mehr

MatheBasics Teil 1 Grundlagen der Mathematik

MatheBasics Teil 1 Grundlagen der Mathematik Fernstudium Guide Online Vorlesung Wirtschaftswissenschaft MatheBasics Teil 1 Grundlagen der Mathematik Version 2016 Dieses Werk ist urheberrechtlich geschützt. Jegliche unzulässige Form der Entnahme,

Mehr

Übungsklausur zur Vorlesung Lineare Algebra und Analytische Geometrie I

Übungsklausur zur Vorlesung Lineare Algebra und Analytische Geometrie I Humboldt-Universität zu Berlin.0.08. Mathematisch-Naturwissenschaftliche Fakultät II, Institut für Mathematik A. Filler Übungsklausur zur Vorlesung Lineare Algebra und Analytische Geometrie I Bitte lösen

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(Allgemeine) Vektorräume (Teschl/Teschl 9) (Allgemeine Vektorräume (Teschl/Teschl 9 Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen: Eine

Mehr

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie. Sommersemester Franz Pauer

Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie. Sommersemester Franz Pauer Unterlagen zur Vorlesung Algebra und Geometrie in der Schule: Grundwissen über Affine Geometrie Sommersemester 2009 Franz Pauer INSTITUT FÜR MATHEMATIK, UNIVERSITÄT INNSBRUCK, TECHNIKERSTRASSE 13, 6020

Mehr

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 13. Übungsblatt

Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum 13. Übungsblatt UNIVERSITÄT KARLSRUHE Institut für Analysis HDoz. Dr. P. C. Kunstmann Dipl.-Math. M. Uhl WS 8/9 Höhere Mathematik I für die Fachrichtungen Elektroingenieurwesen, Physik und Geodäsie Lösungsvorschläge zum

Mehr

2 Durchschnitt und Verbindungsraum

2 Durchschnitt und Verbindungsraum 2 Durchschnitt und Verbindungsraum Seien X und Y nicht leere affine Unterräume des R n (21) Satz: a) Ist X Y, so ist T(X) T(Y ) b) Ist X Y φ so ist X Y ein affiner Raum mit Richtungsvektorraum T(X) T(Y

Mehr

1 Aufbau des Zahlensystems

1 Aufbau des Zahlensystems 1 Aufbau des Zahlensystems 1.1 Die Menge N der natürlichen Zahlen 1.1.1 Definition Die mathematischen Eigenschaften dieser durch das Abzählen von Gegenständen motivierten Zahlenmenge lassen sich auf die

Mehr

1 Definitionen: 6 Punkte gesamt

1 Definitionen: 6 Punkte gesamt ANTWORTEN zum KOLLOQIUM zur Einführung in die Lineare Algebra Hans G. Feichtinger Sommersemester 2014 Fr., 25. Juli 2014, 10:00, Fakultät f. Mathematik Punktezahl: (1) 6 (2) 9 (3) 5 (4) 10 TOTAL (von 30):

Mehr

Stefan Ruzika. 24. April 2016

Stefan Ruzika. 24. April 2016 Stefan Ruzika Mathematisches Institut Universität Koblenz-Landau Campus Koblenz 24. April 2016 Stefan Ruzika 2: Körper 24. April 2016 1 / 21 Gliederung 1 1 Schulstoff 2 Körper Definition eines Körpers

Mehr

Vektorgeometrie Ebenen 1

Vektorgeometrie Ebenen 1 Vektorgeometrie Ebenen 1 Parametergleichung von Ebenen Punkte und Geraden in Ebenen. Spezielle Lagen von Punkten in Bezug auf ein Parallelogramm oder Dreieck. Datei Nr. 63021 Stand 1. Juli 2009 INTERNETBIBLIOTHEK

Mehr

3 Die Strukturtheorie der Vektorräume

3 Die Strukturtheorie der Vektorräume Vorlesung WS 08 09 Lineare Algebra 1 Prof. Dr. Peter Schneider 3 Die Strukturtheorie der Vektorräume Sei V ein K-Vektorraum Sei v 1,...v r V endlich viele vorgegebene Vektoren. Definition: 1. Jeder Vektor

Mehr

1.4 Gradient, Divergenz und Rotation

1.4 Gradient, Divergenz und Rotation .4 Gradient, Divergenz und Rotation 5.4 Gradient, Divergenz und Rotation Die Begriffe Gradient, Divergenz und Rotation erfordern die partiellen Ableitung aus Abschnitt.. sowie das Konzept des Differentialoperators.

Mehr

(Allgemeine) Vektorräume (Teschl/Teschl 9)

(Allgemeine) Vektorräume (Teschl/Teschl 9) (Allgemeine) Vektorräume (Teschl/Teschl 9) Sei K ein beliebiger Körper. Ein Vektorraum über K ist eine (nichtleere) Menge V, auf der zwei Operationen deniert sind, die bestimmten Rechenregeln genügen:

Mehr

Die Lineare Algebra-Methode. Mahir Kilic

Die Lineare Algebra-Methode. Mahir Kilic Die Lineare Algebra-Methode Mahir Kilic 23. Juni 2004 1 Einführung 1.1 Überblick Im Allgemein benutzt man die Lineare Algebra-Methode in der Kombinatorik wie folgt: Für die Bestimmung einer Obergrenze

Mehr

Analytische Geometrie und Lineare Algebra

Analytische Geometrie und Lineare Algebra Prof. Dr. Ina Kersten Analytische Geometrie und Lineare Algebra L A TEX-Bearbeitung von Stefan Wiedmann 2 INHALTSVERZEICHNIS Inhaltsverzeichnis Abbildungsverzeichnis 10 1 Einige Beispiele 12 1.1 Die komplexen

Mehr

Vektorräume und Lineare Abbildungen

Vektorräume und Lineare Abbildungen Vektorräume und Lineare Abbildungen Die angesprochene Thematik macht den Kern dieser Veranstaltung aus. Lineare Techniken sind zentral für weite Bereiche mathematischen Argumentierens. Durch in der Analysis

Mehr

Tutorium: Analysis und Lineare Algebra

Tutorium: Analysis und Lineare Algebra Tutorium: Analysis und Lineare Algebra Vorbereitung der Bonusklausur am 14052018 (Teil 1) 7 Mai 2018 Steven Köhler mathe@stevenkoehlerde mathestevenkoehlerde 2 c 2018 Steven Köhler 7 Mai 2018 Matrizen

Mehr

Liste des (neu)griechischen Alphabets, sortiert nach Zeichen

Liste des (neu)griechischen Alphabets, sortiert nach Zeichen Liste des (neu)griechischen Alphabets, sortiert nach Zeichen A &Agr; x0391 iso-grk1 Griechischer Großbuchstabe Alpha Α x0391 xhtml-sym Griechischer Großbuchstabe Alpha a &agr; x03b1 iso-grk1 Griechischer

Mehr

Körper- und Galoistheorie

Körper- und Galoistheorie Prof. Dr. H. Brenner Osnabrück SS 2011 Körper- und Galoistheorie Vorlesung 8 Erzeugte Algebra und erzeugter Körper Satz 8.1. Sei K L eine Körpererweiterung und sei f L ein algebraisches Element. Dann ist

Mehr

Allgemeine Algebren. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden

Allgemeine Algebren. Bernhard Ganter. Institut für Algebra TU Dresden D Dresden Allgemeine Algebren Bernhard Ganter Institut für Algebra TU Dresden D-01062 Dresden bernhard.ganter@tu-dresden.de Operationen Eine Operation auf einer Menge A ist eine Abbildung f : A n A. A n ist dabei

Mehr

MISSION ALPHA. Wähle einen Zielraum und führe dort eine Interagieren-Aktion aus. Wähle drei Schleusen aus und zerstöre sie. Sammle 5 Frags.

MISSION ALPHA. Wähle einen Zielraum und führe dort eine Interagieren-Aktion aus. Wähle drei Schleusen aus und zerstöre sie. Sammle 5 Frags. MISSION ALPHA Wähle einen Zielraum und führe dort eine Interagieren-Aktion aus. Wähle drei Schleusen aus und zerstöre sie. Sammle 5 Frags. MISSION BETA Wähle einen Zielraum aus, führe dort eine Interagieren-Aktion

Mehr

Einführung in die Algebra

Einführung in die Algebra Prof. Dr. H. Brenner Osnabrück SS 2009 Einführung in die Algebra Vorlesung 19 Algebraisch abgeschlossene Körper Wir haben zuletzt erwähnt, dass ein lineares Polynom X a über einem Körper stets irreduzibel

Mehr

Summen und direkte Summen

Summen und direkte Summen Summen und direkte Summen Sei V ein K-Vektorraum. Wie früher erwähnt, ist für beliebige Teilmengen M, N V die Teilmenge M +N V wie folgt definiert M +N = {v+w : v M, w N}. Man sieht leicht, dass i.a. M

Mehr

Lineare Algebra I - Prüfung Winter 2019

Lineare Algebra I - Prüfung Winter 2019 Lineare Algebra I - Prüfung Winter 209. (20 Punkte) Kreuzen Sie auf dem Abgabeblatt ihre Antwort an. Pro Teilaufgabe ist genau eine der vier Antwortmöglichkeiten richtig. Für jede richtig beantwortete

Mehr

Vektorrechnung. 1. Vektoren im R 2, R 3 Größen in Physik und Technik:

Vektorrechnung. 1. Vektoren im R 2, R 3 Größen in Physik und Technik: Vektorrechnung 1. Vektoren im R 2, R 3 Größen in Physik und Technik: - skalare Größen: Länge [m], Zeit [sec], Masse [kg], Energie [N m], elektr. Spannung [V ],... gekennzeichnet durch: Maßzahl ( R) [Maßeinheit]

Mehr

Operationen. auch durch. ausgedrückt. ist die Trägermenge der Operation. Mathematik I für Informatiker Algebren p.1/21

Operationen. auch durch. ausgedrückt. ist die Trägermenge der Operation. Mathematik I für Informatiker Algebren p.1/21 Operationen Eine Operation auf einer Menge ist eine Abbildung ist dabei die Menge aller -Tupel mit Einträgen aus. Man nennt auch durch die Stelligkeit der Operation ; dies wird ausgedrückt. Die Menge ist

Mehr

für alle a, b, x, y R.

für alle a, b, x, y R. Algebra I 13. April 2008 c Rudolf Scharlau, 2002 2008 33 1.5 Ringe Definition 1.5.1 Ein Ring ist eine Menge R zusammen mit zwei Verknüpfungen + und, genannt Addition und Multiplikation, für die folgendes

Mehr

Thema 1 Die natürlichen Zahlen

Thema 1 Die natürlichen Zahlen Thema 1 Die natürlichen Zahlen Wir bezeichnen mit N die Menge der natürlichen Zahlen dh N {1,,, } Falls wir das Nullelement 0 dazu nehmen, dann bezeichnen wir die resultierende Menge mit N 0 also N 0 {0,

Mehr

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition)

Vektorräume. 1. v + w = w + v (Kommutativität der Vektoraddition) Vektorräume In vielen physikalischen Betrachtungen treten Größen auf, die nicht nur durch ihren Zahlenwert charakterisiert werden, sondern auch durch ihre Richtung Man nennt sie vektorielle Größen im Gegensatz

Mehr

Die Studenten, die sich in Friedolin EINGETRAGEN haben und von Friedolin wissen in welcher UG sie sind,

Die Studenten, die sich in Friedolin EINGETRAGEN haben und von Friedolin wissen in welcher UG sie sind, Die Studenten, die sich in Friedolin EINGETRAGEN haben und von Friedolin wissen in welcher UG sie sind, schreiben Sie sich bitte in IHRE CAJ-Gruppe ein (möglisch schnell damit die Übungsleiter die Punkte

Mehr

L2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele:

L2. Vektorräume. Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer. Beispiele: L2. Vektorräume Physikalische Größen lassen sich einteilen in: 1) Skalare: vollständig bestimmt durch Angabe einer Beispiele: 2) Vektoren: vollständig bestimmt durch Angabe einer und einer Beispiele: Übliche

Mehr

Mathe <> Deutsch. Die 7 verwirrendsten Mathe-Floskeln einfach erklärt! Math-Intuition.de

Mathe <> Deutsch. Die 7 verwirrendsten Mathe-Floskeln einfach erklärt! Math-Intuition.de Mathe Deutsch Die 7 verwirrendsten Mathe-Floskeln einfach erklärt! Inhalt hinreichend & notwendig kanonisch wohldefiniert beliebig paarweise trivial o.b.d.a & o.e. hinreichend & notwendig Bei jeder

Mehr

$Id: matrix.tex,v /12/02 21:08:55 hk Exp $ $Id: vektor.tex,v /12/05 11:27:45 hk Exp hk $

$Id: matrix.tex,v /12/02 21:08:55 hk Exp $ $Id: vektor.tex,v /12/05 11:27:45 hk Exp hk $ $Id: matrixtex,v 14 2008/12/02 21:08:55 hk Exp $ $Id: vektortex,v 12 2008/12/05 11:27:45 hk Exp hk $ II Lineare Algebra 6 Die Matrixmultiplikation 63 Inverse Matrizen und reguläre lineare Gleichungssysteme

Mehr

Dem Anschein nach werden diese Zahlen kleiner und kleiner und streben gegen Null. Was sollen sie sonst auch tun? Aber der Begriff

Dem Anschein nach werden diese Zahlen kleiner und kleiner und streben gegen Null. Was sollen sie sonst auch tun? Aber der Begriff 47 5 Irrationales 5.1 Folgen, Konvergenz und Vollständigkeit Eine Abbildung a : N R definiert eine Folge von reellen Werten a 1 = a(1), a 2 = a(2), a 3 = a(3),... Solche Zahlenfolgen werden uns dazu dienen,

Mehr